Deep Research új funkció a ChatGPT-ben

 Az OpenAI nemrégiben bemutatta a Deep Research nevű fizetős eszközt, amely egy az internetes kutatást segítő funkció. A mesterséges intelligencia alapú rendszer képes több tucat vagy akár száz weboldal információit feldolgozni, majd ezeket strukturált, hivatkozásokkal ellátott jelentések formájában összegzi. Az eszköz a Google nemrégiben kiadott hasonló megoldásával (Google Deep Research) versenyez, és a kutatási folyamat jelentős gyorsítását ígéri.

Az eszköz működése

A Deep Research egy fejlett nyelvi modellre és az OpenAI o3 algoritmusára épül, amely optimalizált érvelési, adatelemzési és strukturált információfeldolgozási képességekkel rendelkezik. A rendszer percek alatt elvégzi azt a munkát, amely egy emberi kutatónak órákba telne. A hagyományos chatbotokkal szemben a Deep Research 5-30 percig is képes autonóm módon dolgozni, feltérképezve a webet és rendszerezve a megtalált adatokat.

A Deep Research kiemelten hasznos lehet a tudományos közösség számára, hiszen képes gyorsan irodalmi áttekintéseket és teljes szemlecikkeket összeállítani. Az eszközt pénzügyi, politikai és mérnöki területeken dolgozó szakembereknek is szánják, akik komplex témákban keresnek átfogó betekintést.

Derya Unutmaz, a Jackson Laboratory immunológusa szerint a Deep Research jelentései "rendkívül impresszívek" és gyakran olyan jók vagy jobbak, mint a publikált szemlecikkek. Andrew White vegyész és AI-szakértő szerint ezek az eszközök segíthetnek a meglévő szemlecikkek frissítésében, amelyeket jelenleg nehezen lehet lépéstartóan aktualizálni.

Kihívások és korlátok

Bár a technológia ígéretes, vannak aggályok is. Az AI-rendszerek időnkként pontatlan vagy félrevezető információkat generálhatnak. Az OpenAI maga is elismeri, hogy az eszköz még kezdeti fázisban van, és hibázhat a hivatkozások és a tények tekintetében. Peter Ksenič, minőségellenőrzési szakértő szerint: "Ha nem ismerjük a témát, nagy a hibák kockázata."

Moses Maddox, egy oktatási szakértő, rámutatott arra, hogy az AI-eszközöket kritikusan kell kezelni: "A diákok és fiatal szakemberek túlzottan bíznak az AI-ban anélkül, hogy megtanulnák, hogyan finomítsák az eredményeit. Az AI nem fogja helyettesíteni őket, de valaki, aki jobban tudja használni, igen."

Jövőbeli kilátások

Az OpenAI tervezi a Deep Research továbbfejlesztését és a felhasználói kör fokozatos bővítését. Az eszköz jelenleg a Pro felhasználók számára érhető el, de a későbbiekben a Plus és Team előfizetők is hozzáférhetnek. Az AI szerepe a kutatásban folyamatosan fejlődik, és a Deep Research egy újabb lépés az AI-alapú kutatási asszisztensek irányába.

Miközben az AI egyre jobban beépül a tudományos és szakmai életbe, fontos megõrizni a kritikus gondolkodást és az emberi szakértelmet. Az AI nem helyettesítheti a kutatókat, de jelentősen megkönnyítheti és felgyorsíthatja munkájukat. 

Osszd meg ezt a cikket
Történelmi fordulat után az SK Hynix az új piacvezető a memóriaiparban
Három évtizeden keresztül a Samsung neve szinte egyet jelentett a DRAM-piac vezető szerepével. Most azonban fordult a kocka: 2025 első félévében a dél-koreai SK Hynix először előzte meg riválisát a globális memóriaiparban, megszakítva ezzel egy több mint harmincéves sorozatot. A változás nem csupán egy vállalati rangsor átrendeződését jelenti, hanem mélyebb átalakulásra utal az egész félvezetőiparban.
Riasztó ütemben nő a szervezett tudományos csalások száma
A tudomány világa a kíváncsiságra, együttműködésre és közös fejlődésre épül – legalábbis az eszmény szerint. A valóságban azonban mindig is jelen volt benne a verseny, az egyenlőtlenség és a hibázás lehetősége. Régóta tartott attól a tudományos közösség, hogy ezek a nyomások néhány kutatót eltérítenek a tudomány alapvető küldetésétől: a hiteles tudás létrehozásától. Sokáig úgy tűnt, hogy a csalás főként magányos elkövetők műve. Az utóbbi években azonban egy aggasztó fordulat bontakozott ki: egyre több bizonyíték utal arra, hogy a csalás immár nem elszigetelt botlások sorozata, hanem szervezett, ipari méreteket öltő tevékenység, állítja egy nemrég megjelent tanulmány.
Túl a zajon, avagy mit hoz valójában a GPT-5?
A mesterséges intelligencia fejlődése az utóbbi években különösen gyors ütemet vett, olyannyira hogy már szinte fullasztó mennyiségben jönnek ki a hírek a fejlettebbnél fejlettebb modellekről. Így ebben a nagy zajban nem könnyű egy-egy új fejlesztésnek kitűnnie, hiszen egyre nagyobbat kell gurítani, ahhoz hogy a felhasználó ingerküszöbét átvigye. Az OpenAI duplán terhelt emiatt, mivel valahogyan meg kell őriznie az elsőbbségét a többiek előtt akik szorosan jönnek fel mögötte. Ebbe a feszült térbe érkezett meg az OpenAI által most bemutatott GPT-5 modellcsalád, amely a kritikusok által is nagyon várt, hiszen az előzetes beharangozások alapján nem kevesebbet várnak el tőle minthogy minimum új mérföldkő legyen a mesterséges intelligencia modellek tekintetében. A nagy kérdés tehát az, hogy vajon megfelel e ezeknek az elvárásoknak. A cikk során megvizsgáljuk, hogyan illeszkedik a GPT-5 a mesterséges intelligencia modellek a fejlődési ívébe, milyen újdonságokat hoz, és miképpen hat a jelenlegi technológiai ökoszisztémára.
A legnépszerűbb elméletek az AI munkahelyekre gyakorolt hatásáról
A ChatGPT 2022 év végi megjelenése óta szinte hónapról hónapra újabb lehengerlő fejlesztések jelennek meg az AI területén ezért szinte azonnal beindult a fantáziálás arról, hogy miként is fogja ez megváltoztatni az életünket. Ezen belül is az egyik elsődleges kérdés, hogy milyen hatással lesz a munkahelyekre. Mivel a félelmek nem csillapodnak ezzel kapcsolatban, megjegyzem teljesen jogosan, azt gondolom érdemes időnként újból és újból megvizsgálni ezt a kérdést, hiszen az AI fejlődése drámai, ugyanakkor az idő előrehaladtával mégis talán egyre pontosabb képet kaphatunk az ilyen jellegű kérdésekről, hiszen az empirikus tapasztalatok is egyre gyűlnek és egyre több olyan elmélet lát napvilágot, amely igyekszik megválaszolni a kérdéseket. A cikkben igyekeztem összegyűjteni a legrelevánsabb elméleteket, bár a teljesség igénye nélkül hiszen ezek irodalma napról napra bővül. A kérdés természetes az, hogy látható e már a fény az alagút végén, vagy még mindig befelé haladunk egy olyan új világba, amelyről még mindig túl keveset tudunk.
Gondolkodásra tanít az OpenAI Study Mode
Az utóbbi években a mesterséges intelligenciának köszönhetően forradalmi változások indultak be az oktatásban, ahol a hangsúly egyre inkább a passzív információbefogadásról az aktív, mélyebb megértést célzó tanulási folyamatokra helyeződik át.
 Megjelent a Linux Kernel 6.16
Megjelent a Linux kernel 6.16-os verziója. Bár a kiadási folyamat a fejlesztők szerint a lehető legjobb értelemben vett „eseménytelenséggel” zajlott le, a felszín alatt jelentős fejlesztések történtek, amelyek biztonsági, teljesítménybeli és rendszerkezelési szempontból is előrelépést jelentenek. Eközben a soron következő 6.17-es verzió fejlesztése a megszokottnál kissé zavarosabban indult – ennek hátterében olyan emberi tényezők állnak, amelyek ritkán kerülnek reflektorfénybe egy ilyen méretű nyílt forráskódú projekt esetében.